双轴旋转式SINS非线性初始对准方法

双轴旋转调制技术可以实现全部惯性元件常值误差的自补偿,从而提高惯性导航系统的导航精度.以双轴旋转调制式SINS初始对准方法为研究对象,建立了双轴旋转式SINS大方位失准角非线性误差模型,利用简化Unscented卡尔曼滤波(UKF)算法,设计了双轴旋转式SINS大方位失准角初始对准算法,利用提出的UKF算法进行了方位失...     

基于速度阻尼的双轴旋转式激光陀螺捷联惯导标定方法

惯性元件参数的长期稳定决定着惯导系统的精度,目前对于激光陀螺捷联惯导系统(RLG-SINS)主要是采用系统级旋转调制技术来实现高精度导航能力,同时系统级旋转也提高了初始对准精度以及惯性元件误差的可观测性。针对激光陀螺惯导系统惯性元件误差项的特点,同时结合分立式标定与系统级标定各自的优势,设计了一种水平阻尼模式下的Kalman滤波方案,利用双轴旋转机构,通过观测导航位置误差来实现初始对准以及部分惯性元件误差参数的标定,可以有效地减小惯性元件逐次启动误差对导航精度的影响。仿真结果表明,系泊状态零速度阻尼模式下工作4 h,可以标定出石英加速度计标度因数误差、零偏与激光陀螺零偏,共计9项误差参数。加速度计零偏估计误差小于2%,陀螺零偏估计误差小于8%,误差估计精度满足高精度惯性导航要求,该方法具备一定的工程实用性。     

双轴旋转惯导系统转轴倾角在线标定方法

舰船对惯导系统的姿态精度要求较高,其中转轴倾角是影响双轴旋转调制惯导系统姿态精度的主要因素之一。目前标定转轴倾角的方法多为在实验室内静态标定,船舶系泊状态下在线标定方法是必需要解决的实际应用问题。针对系泊状态下转轴倾角的在线标定问题,首先推导了转轴倾角对姿态波动影响的数学模型,然后在有参考系统提供准确姿态的条件下,以待补偿系统与参考系统的姿态差作为观测量,建立了转轴倾角标定的状态方程和量测方程,同时应用FIR低通滤波器消除系泊状态下时间同步误差的影响。半实物仿真实验结果表明,系泊状态下转轴倾角标定精度与静态下相当,所提出的方法可以提高双轴旋转惯导系统的可维护性。     

基于UKF的旋转式SINS大方位失准角初始对准方法

旋转调制自补偿技术可以调制惯性元件的常值误差,从而提高惯性导航系统的导航精度。出于实际工程应用需求,研究了旋转式SINS大方位失准角初始对准方法。以单轴旋转式SINS为例,给出了单轴旋转式SINS大方位失准角非线性误差模型;根据系统误差模型的非线性特性,利用简化Unscented卡尔曼滤波(Unscented Kalman Filter UKF)算法,设计了系统的大方位失准角初始对准算法。数字仿真实验结果表明:在相同条件下,提出的UKF算法在收敛速度与对准精度方面均优于EKF算法;系统试验验证结果表明,采用本文提出的初始对准方法,系统的水平对准精度优于0.1′,方位对准精度优于1.5′,证明本文提出的初始对准方法在工程应用中是有效、可行的。     

系统参数标定以及惯性元件安装误差测量与补偿技术研究

研究了旋转式光纤陀螺捷联惯性导航系统的标定问题。首先分析了系统的安装误差，并建立了陀螺仪、加速度计的输入输出模型，最后给出了相应的标定方法，并给出了具体的实验和数据处理方法。理论分析及实验表明，该方法能够有效地标定出系统的相关参数。     

基于双轴转台的捷联惯性导航系统8位置系统级标定方法(英文)

惯性测量单元(IMU)是捷联惯性导航系统的核心设备,IMU的精度直接影响捷联惯性导航系统的精度。标定精度和速度是评价IMU标定方法的主要指标。传统标定方法是先进行温度补偿,再利用高精度三轴转台进行位置和速率实验,共需耗费约4天时间。虽然能够保证IMU的标定精度,但该方法复杂耗时。为改善复杂耗时的传统标定方法并保证标定精度,以便于批量生产,提出了基于双轴转台的8位置系统级标定方法。该方法基于27维状态向量的卡尔曼滤波器,以导航速度误差为观测量。该方法基于带温箱双轴转台设计,每个温度点需40 min进行标定。仿真和试验结果表明,该方法能够标定21个IMU误差参数,且该标定方法与传统标定方法相比标定时间更短,导航精度更高。     

UPF+KF在双轴旋转光学SINS非线性初始对准中的应用

以双轴旋转式SINS初始对准方法为研究对象,建立了双轴旋转式光学SINS大方位失准角误差模型,设计了双轴旋转式SINS大方位失准角初始对准的UPF初始对准算法;根据实际工程应用需要,结合UPF算法和卡尔曼滤波(KF)算法,设计了UPF+KF组合滤波算法,将其应用到了双轴旋转式光学SINS大方位失准角初始对准中。仿真及试验结果表明,提出的UPF+KF组合滤波算法有效降低了UPF算法的耗时,在双轴旋转式光学SINS大方位失准角初始对准中,水平姿态角收敛时间约为11min,方位角收敛时间约为20 min,而且对准误差大大缩小,水平姿态角误差小于3.6〞,方位误差小于2ˊ,证明本文提出的UPF+KF组合滤波算法是有效的、可行的。     

基于双轴旋转惯导的激光陀螺仪与g有关偏置自标定法

标定激光陀螺仪与g有关偏置可以进一步提高双轴旋转惯导的定位精度。在传统的六位置标定方法上增加四个倾斜的位置,形成一套十位置自标定算法。该算法不仅可以标定惯性器件的常值偏置,比例因数误差和失准角,还能标定陀螺仪的与g有关偏置。静态试验表明,在标定和补偿了陀螺仪与g有关偏置项后,经纬度误差(尤其是经度误差)随着时间的变化量明显减小。与传统的六位置法相比,经度误差随着时间发散速度明显降低。该自标定法在静态时至少可以提高50%的系统精度。     

激光捷联惯组的双轴位置转台标定仿真

研究了利用双轴位置转台标定时，水平基准误差和北向基准误差对激光捷联惯组（LSIMU）标定精度的影响。首先建立了LSIMU标定模型和生成惯性器件信息的仿真算法，接着设计了LSIMU标定方案和数据处理方法，最后对LSIMU标定进行仿真和分析。仿真结果表明：水平基准误差为0．4’时，加速度计标定误差将达到116×10^-6；当北向基准误差大于5°时，陀螺标定误差将超过0．0001。     

系统级双轴旋转调制捷联惯导误差分析及标校

旋转调制技术可以调制惯性器件常值误差,有效提高惯导系统的长航时导航精度。出于一种旋转调制式捷联惯导系统的研制需求,从旋转调制式捷联惯导的基本原理出发,提出了一种系统级双轴旋转调制式捷联惯导工程实现方案,并对其系统误差特性进行了深入的分析及仿真,找出了影响系统长航时导航精度的误差源。基于此。为了能仅利用系统自身旋转机构就可对主要误差源进行估计补偿,提出了一种系统级自标校方案。通过计算机仿真表明:此方案可以对影响系统长航时精度的主要误差项进行精确估计,是一种有效可行的系统级标校方案。     

基于可观测性分析的光纤陀螺SINS/测速仪组合系统技术

为了简化求可观测度的过程,便于导航时利用状态变量可观测性分析结果进行姿态解算。在仔细研究了分段定常系统(PWCS)的可观测性分析方法,以及基于奇异值分解的系统状态可观测度分析方法的基础上,提出了一种改进的状态可观测性分析方法,该方法在求可观测度时,不需要量测值,利用可观测性矩阵奇异值分解后的V阵即可进行可观测性分析;利用该理论得到的结果,在SINS/测速仪组合导航解算过程中只对可观测度好的俯仰角误差和横滚角误差进行反馈校正,不反馈可观测度较差的航向角误差,仿真结果证明,这种有选择的反馈校正方法可以保证姿态角在导航开始几秒钟内就快速收敛。     

基于Allan方差解耦自适应滤波的旋转SINS精对准方法

对旋转式SINS精对准方法进行了研究,由于转位机构转动干扰以及惯性器件误差不确定性带来的影响,旋转式SINS状态方程和量测方程噪声方差参数难以确定,进而导致初始对准精度降低,针对这个问题引入自适应Kalman滤波技术。Sage-Husa是一种常用的自适应滤波算法,但是存在噪声参数强耦合缺陷。通过研究Allan方差与量测噪声方差之间的关系,利用Allan方差滤波器具有带通滤波的特点,独立计算量测噪声协方差阵R_k,该方法能够有效克服Sage-Husa滤波耦合问题,相比其它改进方法具有简单易实现等特点。对该研究进行了仿真实验与实际系统验证实验,结果表明:对于中等精度光纤陀螺单轴旋转SINS,自适应Kalman滤波算法航向角对准精度比标准Kalman滤波算法精度要高0.6’左右,且在误差估计过程中,自适应Kalman滤波器能够更好地抑制外界干扰误差的影响,是一种较好的精对准方法。     

捷联惯导系统的空中标定方法

从工程实用和维护的角度出发,提出了一种针对机载捷联式系统的空中标定方法。该方法依据捷联惯导系统级标定的基本原理,使用卡尔曼滤波作为估计手段,惯性器件常值漂移、刻度系数误差及惯导系统基本误差项作为状态量,依据外部GPS信息作为观测基准,通过设定的飞行机动动作对各待标定误差项进行激励。仿真卡尔曼滤波结果表明,依据飞机实际运动过程设计的简单飞行轨迹即可以实现对所有误差项的有效激励,各误差项随飞行过程进行逐步收敛。这种系统级空中标定方法不需要飞机作特殊的机动动作,在实际工程中易于实现,且经过一个架次的飞行就可以对惯导系统进行一次标定补偿。     

车载捷联惯导系统静止条件下的初始对准方法研究

根据捷联惯导系统(SINS)的误差模型，从提高初始对准中卡尔曼滤波估计的可观测性和可观测度的角度出发，提出了同时利用加速度表的输出和速度误差量这两种信息作为卡尔曼滤波的测量量，对陆地车辆捷联惯导系统在静止条件下进行初始对准。可观测性定性分析、可观测度定量计算和仿真结果都表明，充分利用外部可观测信息，可以提高系统的可观测性和可观测度，加快初始对准的速度，减小估计误差。该方法已经在实际的SINS中得到应用。     

低成本捷联惯导系统初始对准方法

为了缩短低成本捷联惯导系统初始对准时间并提高对准精度,给出了一种基于微型电子罗盘的初始对准方法。首先利用电子罗盘辅助加速度计完成粗对准,然后,分别设计了自适应扩展卡尔曼滤波器和平淡卡尔曼滤波器（UKF）用于精对准。实验结果显示,在系统量测噪声方差阵未知时,在滤波器中加入自适应方法能有效的提高对准精度;而采用非线性滤波的UKF算法,即使在粗对准之后方向失准角比较小的情况下,也可获得比线性滤波更优的对准精度和快速性。     

一种快速精确的捷联惯导系统初始对准方法研究

由于传统的多位置对准方法在用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢，因此提出了一种快速多位置对准估计方位失准角的方法，直接利用两水平失准角快速收敛的估计结果对传统多位置对准中方位失准角的估计，从而大大提高了捷联惯导系统静基座对准的精度和速度。计算机仿真结果验证了该方法的有效性。     

旋转式捷联惯导系统精对准方法

针对静基座捷联惯导系统初始对准时可观测性差的缺点,提出了捷联式惯导系统四位置转停的单轴旋转方案,以及在此方案下的精对准方法。将陀螺常值漂移和加速度计零位误差调制成周期变量,通过改变惯导系统误差模型中的捷联矩阵改善系统的可观测性。为了使捷联惯导系统的误差方程适合卡尔曼滤波模型,将加速度计误差和陀螺漂移扩充为状态变量,采用卡尔曼滤波方法实现旋转式捷联惯导系统的精对准。仿真结果表明,IMU旋转状态下的对准方法大大提高了系统失准角的可观测性,从而提高了对准精度。